JP2018032400A - 絵画の真贋の評価方法およびそれに対応する使用方法 - Google Patents

Abstract

【課題】信頼性の高い絵画の真贋の判定を可能にする特有の特徴の分析及び決定の方法を提供する。【解決手段】特定の画家による、複数のオリジナル絵画を備えるステップ１０と、絵画からデジタル画像を作成するステップ２０と、デジタル画像に対する分類データを、ＷＮＤ−ＣＨＡＲＭ法を用いて検出するステップ３０を有する。分類データは、オリジナル絵画用分類データの参照データレコードである。さらに、追加の絵画を備えるステップ４０及びそのデジタル画像を作成するステップ５０と、追加デジタル画像の分類データを、ＷＮＤ−ＣＨＡＲＭ法を用い検出するステップ６０と、追加の分類データを、オリジナルの参照データレコードと比較し、追加分類データと参照データレコードとの間で最小限の対応関係以上の場合は追加の絵画がオリジナルであり、そうでなければ贋作であると結論付けらるステップ７０を備える。【選択図】図１

Description

本発明は、絵画の真贋の評価方法およびそれに対応する使用方法に関する。

ドイツ特許第１０ ２００９ ０２３ ７５６号公報は、原作者、および絵の真贋の検証方法を記載しており、以下のステップを備える：
ａ）検証される絵または検証される絵の一部を、デジタル化手段、特にスキャナを用いて少なくとも１つのデータレコードに変換するステップと；
ｂ）上述のデータレコードを分析し、このデータレコードにデジタル化されて含まれる特有の特徴または特有の特徴の一部、特に点、線、点群、線群または模様を、データベースに蓄積された特有の特徴から選択して決定するステップと；
ｃ）上述の特有の特徴の決定は、前記データレコードを前記データベース内の特有の特徴と比較することにより当該データレコードで行なわれ、この特有の特徴は、データベースに蓄積された特有の特徴のパターンモデルを用いて特に選定され；
ｄ）上述のデータレコードに含まれる、少なくとも１つの特有の特徴となる参照特徴または特有の特徴の一部となる参照特徴を決定するステップであって、当該特有の特徴となる参照特徴は上述のデータベースに既に蓄積されているか、進行中の行程の間に作成されるステップと、を備え；
ｅ）上述のデータベースは、上述の蓄積された特有の特徴のそれぞれに割り当てられた追加のデータレコードを有する。

ドイツ特許第１０ ２００９ ０２３ ７５６号公報

好ましくは、検証される絵または検証される絵の一部における特有の特徴の分析および決定のために、ハフ法を使用するべきである。しかしながら、信頼できる結果が得られず、したがって、絵画の真贋について十分な確実性で信頼性の高い結論付けができない、ということを、ハフ法の使用は示している。

そこで、信頼性の高い真贋の評価を可能にし、ひいては信頼性の高い絵画の真贋の判定を可能にするように、上述したタイプの方法をさらに進展させることを本願発明の目的とする。

この目的は、請求項１の特徴を有する方法により達成される。他の独立請求項１０は、対応する使用方法に関する。

その結果、絵画の真贋の評価方法が記載され、以下のステップを備える：
ａ）特定の画家による、複数のオリジナルの絵画のコレクションを備えるステップ、および当該複数のオリジナルの絵画のコレクションにおいて、オリジナルの絵画ごとに少なくとも１つのデジタル画像を作成するステップと；
ｂ）前記コレクションにおけるそれぞれのオリジナルの絵画の前記デジタル画像のそれぞれ一つに対する分類データを、ＷＮＤ−ＣＨＡＲＭ法を用いて取得するステップであって、当該分類データは、前記画家によるオリジナルの絵画用の分類データの参照データレコードであるステップと；
ｃ）追加の絵画を備えるステップ、および当該追加の絵画の少なくとも１つのデジタル画像を作成するステップと；
ｄ）前記追加の絵画の前記デジタル画像に対する追加の分類データを、ＷＮＤ−ＣＨＡＲＭ法を用いることにより検出するステップと；
ｅ）前記追加の分類データを、オリジナルの絵画用の分類データの前記参照データレコードと比較するステップであって、当該追加の分類データと当該参照データレコードとの間で最小限の対応関係に達する、または最小限の対応関係を超えると、前記追加の絵画が前記画家によるオリジナルの絵画であるか、そうでなければ贋作であるかに関する結論が得られるステップ。

本発明は、複数のオリジナルの絵画のコレクションに基づきＷＮＤ−ＣＨＡＲＭ法を用いて分類データを取得し、その次に、ＷＮＤ−ＣＨＡＲＭ法を用いて、検証される絵画用の対応分類データも取得する、という原理に基づいている。上述の参照データレコードの分類データにおいて、最小限、一定の対応関係を満たす場合、オリジナルの絵画が結論付けられ、当該最小限の一定の対応関係は、使用者が自由に選択してもよい。特定の画家による１０〜１５枚のオリジナルの絵画のコレクションであっても、それぞれの画家によるオリジナルの絵画用の分類データの参照データレコードを作成するのに十分である可能性があり、検証される絵画の信頼性の高いオリジナリティの判定を可能にするだろうことが、研究により示されている。

ＷＮＤ−ＣＨＡＲＭ法は、刊行物であるパターン認識レター２９（Pattern Recognition Letters 29：2008年）の1684〜1693ページ、“ＷＮＤ−ＣＨＡＲＭ：複合画像変換を使用した多目的画像分類”に詳細に記載されている。ＷＮＤ−ＣＨＡＲＭ法の一環として、本発明に従って実施される分析方法は、上述した、先の公報に詳細に記載されており、ここで繰り返されるべきではない。これらの分析方法は、例えば、プルウィット及び／又はソーベルの演算子を用いることによるエッジ検出、ＯＴＳＵマスキングを用いるオブジェクトベースの分析方法、ならびに、ヒストグラム分析、平均、分散、及び／又は最大／最少の分析を含む統計的方法など、の対比に多少基づく可能性があるということは、単なる例として指摘されるべきである。他の可能な方法には、ハラリック法またはいわゆるタムラテクスチャに従った、共起行列に基づくテクスチャの分析が含まれる。さらに、フーリエ変換、チェビシェフまたはラドン変換、及び／又は検出された特徴の関連性の評価は、フィッシャースコア分析を用いて行なうことができる。上述した全ての方法やこれら以上の分析方法はＷＮＤ−ＣＨＡＲＭ法によりカバーされ、当該ＷＮＤ−ＣＨＡＲＭ法の中で互いに関連している。

フィッシャースコア法は数学的統計に由来し、複数のパラメータのセットから、可能な限り最良のパラメータの品質を推定するために使用される。これにより、上述した分析方法により決定された個々の特徴の評価が可能になり、結果の最適化を達成できる。したがって、例えば、それぞれの特徴（すなわち、例えば検出されたタムラテクスチャ、ハラリックテクスチャ、マルチスケールヒストグラムなど）のための重み付けを獲得することができ、この重み付けは、当該それぞれの特徴の関連性に関する情報を備えている。ＷＮＤ−ＣＨＡＲＭ法を用いた関連テストのための追加の詳細は、上記で引用した専門論文から得られる。

以下のステップも有することにより、本発明における評価方法の信頼性のさらなる向上を達成できる：
ａａ）前記画家による、複数の贋作の絵画のコレクションを備えるステップ、および当該複数の贋作の絵画のコレクションから、贋作の絵画ごとに少なくとも１つのデジタル画像を作成するステップと；
ｂｂ）前記贋作の絵画のコレクションにおけるそれぞれの贋作の絵画の前記デジタル画像のそれぞれ一つに対する分類データを、ＷＮＤ−ＣＨＡＲＭ法を用いて検出するステップであって、当該分類データは、贋作の絵画用の分類データの参照データレコードであるステップと；
ｅｅ）前記追加の分類データを、贋作の絵画用の分類データの前記参照データレコードと比較するステップであって、前記追加の分類データと前記贋作の絵画用の分類データの参照データレコードとの間の対応関係が、当該追加の分類データと前記オリジナルの絵画用の分類データの参照データレコードとの間の対応関係より多い場合、前記追加の絵画が贋作であると結論付けられるステップ。

絵画全体の比較的小さな部分の画像セグメントであっても、絵画のオリジナリティを確実に判定するのに適することが理解されている。したがって、オリジナルの絵画、追加の絵画または贋作の絵画における前記デジタル画像の分類データをそれぞれ決定する前に、これらのデジタル画像のそれぞれを部分的な画像断片に分解し、その部分的な画像セグメントの少なくとも１つにより、前記分類データをそれぞれ決定する、ということを本発明における評価方法では備えることができる。

上述したそれぞれのデジタル画像を、隣接する部分的な画像セグメントの第１グリッドに従って分解することができ、また隣接する部分的な画像セグメントの第２グリッドに従ってさらに追加して分解することができる。前記デジタル画像の画像平面で互いに直交する２つの軸のうちの少なくとも１つにおけるオフセットにより、前記第１および第２グリッドがお互いに対してシフトされ、前記第１グリッドまたはそれらのサブセットに従って分解された前記部分的な画像セグメントに対して分類データの検出が行なわれ、ならびに前記第２グリッドまたはそれらのサブセットに従って分解された前記部分的な画像セグメントに対して分類データの検出が行なわれる。

オリジナルの絵画、追加の絵画または贋作の絵画におけるそれぞれのデジタル画像用の分類データをそれぞれ取得する前に、当該それぞれの画像にカラー値またはグレー値のヒストグラム平坦化を適用してもよい。このようにすることで、使用可能なカラー値の全ての範囲が使用され、入力データの広がりにより、使用される既存のカラー値の範囲が、使用可能なカラー値の範囲全体にわたって略等しく分配される。

一方でこの方法を単純化し、他方で信頼性を高めるため、均一な量である特に単色に対して、及び／又は前記デジタル画像のそれぞれ、または前記部分的な画像セグメントのそれぞれ詳細がないディティールフリー成分（detail-free components）に対して、分類データを取得できないということを、本発明における評価方法では備えることができる。

デジタル画像の均一な部分は、カラー値またはグレー値の最大量を定めることで、カラー値のヒストグラムまたはグレー値のヒストグラムに基づき検出することができ、当該最大量は、前記ヒストグラムに一定の最少出現率を有し、前記最大量のヒストグラムにおける最低の周波数を有するカラー値またはグレー値の数がその最大値よりも小さい場合に、均一な量が結論付けられる。

さらに前記検出前に、ソフトフォーカス、特にガウシアンフィルタを、前記それぞれのデジタル画像またはそれらの部分的な画像セグメントに適用してもよく、前記それぞれの絵画の不純物及び／又は傷の影響を低減する。

複数の贋作の絵画及び／又はオリジナルの絵画のコレクションのデジタル画像を写真的に作成でき、同様に、検証される追加の絵画の画像を写真的に作成でき、これらの場合、各画像は複数の画素からなる画像データファイルとして供給される。

他の態様に従い、本発明は、上述したタイプの絵画の真贋の評価方法におけるＷＮＤ−ＣＨＡＲＭ法の使用方法に関する。

本発明のさらなる詳細は、以下の図面に基づいて説明される。
本発明の一実施形態に従った、絵画の真贋の評価方法を行なうための概略フローチャートである。 第１グリッドおよび第２グリッドに従って分解されたデジタル画像の例である。 どのようにヒストグラム平坦化が行なわれるかを概略的に示す図である。 均一な画像成分のフィルタリングを示す図である。 フィルタリングされた均一な画像成分の量を、選択されたフィルタ許容値の関数として示す図である。

図１はフローチャートを示し、本発明に従った一実施例における方法を説明する。そのため、ステップ１０では、特定の画家による、複数のオリジナルの絵画のコレクションを備える。このコレクションを、追加の差別化機能に従って細分化してもよい。例えば、このコレクションの特定の絵画を、特定の時代に割り当ててもよい。このようにすることで、検証される絵画がオリジナルの絵画の分類に基づいてのみ、引き続き比較され、当該オリジナルの絵画は、属するべき作品に従ってそれぞれの時代に属するため、データ品質の向上に寄与することができる。

ステップ２０では、このコレクションのオリジナルの各絵画の少なくとも１つのデジタル画像が、好ましくは写真撮影により作成され、当該作成された画像が、複数の画素から構成されるようにする。このようにするために、例えばＣＣＤセンサやＣＭＯＳセンサなどの、従来のデジタルイメージセンサを有する写真装置を使用してもよい。

ステップ３０では、上述した、コレクションのオリジナルの各絵画の少なくとも１つのデジタル画像の、それぞれ一つに対する分類データをＷＮＤ−ＣＨＡＲＭ法を用いて検出し、当該分類データは、それぞれの画家によるオリジナルの絵画用の分類データの参照データレコードを形成する。このＷＮＤ−ＣＨＡＲＭ法は、技術論文であるパターン認識レター２９（2008年）の1684〜1693ページ、“ＷＮＤ−ＣＨＡＲＭ：複合画像変換を使用した多目的画像分類”に包括的に記載されている。

ステップ４０ではオリジナリティを検証される他の絵画を備え、ステップ５０で、検査用に、この絵画の少なくとも１つのデジタル画像が作成される。このデジタル画像を、上述した方法で写真のように再作成することもできる。ステップ６０では、この追加の絵画のデジタル画像用の分類データを、ＷＮＤ−ＣＨＡＲＭ法を用いて取得する。

この検証結果をさらに向上させるため、ステップ８０では、上述の画家による、複数の贋作の絵画のコレクションを備える。この画家によるこれらの贋作の絵画は、ステップ１０で備えたオリジナルの絵画の画家の手により作成されているように見える、という特徴を有するが、実際は他の画家によりこれらの贋作の絵画は作成されているため、本物ではない。しかしながら、特に贋作の絵画が、実際に存在する画家によるオリジナルの絵画の偽造物であることは、本発明の目的のために絶対に必要とするわけではない。少なくともいくつかの場合は、この贋作の絵画が、オリジナルの絵画のコレクションにある絵画である必要もない。同様に、検証される追加の絵画が、オリジナルの絵画および贋作の絵画のコレクションのうちの１つの絵画であるということは、本発明では必要ではない。本発明は、ＷＮＤ−ＣＨＡＲＭ法に従い、特定の画家によるオリジナルの絵画に基づき取得され、任意で、当該特定の画家に起因する贋作の絵画に基づいて取得された、分類データの取得に単に基づいており、最初の取得後にデータベースに任意的に保存され続けている比較分類データとしての当該分類データを、信頼性が未確認の、他の絵画のデジタル画像の分類データと比較し、追加の絵画の分類データにおいてオリジナルの絵画の分類データおよび贋作の絵画の分類データと対応する量に基づいて、この追加の絵画のオリジナリティを推定できるようにする。

絵画がオリジナルであるか贋作であるかを推定できるようにするための、比較された分類データにおける対応関係のパーセンテージの閾値を、どこに配置するかはユーザー次第である。しかしながら、検知された追加の絵画の分類データとオリジナルの絵画の分類データとの対応関係が少なく、及び／又はこの追加の絵画の分類データと検知できた贋作の絵画の分類データとの対応関係が増加し、本発明に従った方法では、依然として−良好な偽造品−と判明する傾向であって、ＣＨＡＲＭ法を使用することにより、２０枚の絵画の無作為のサンプルであっても、また追加の絵画の分類データ、その結果としての上述の偽造品自身が、オリジナルの絵画のコレクションの分類データと比較した一定の対応関係を有する“良好な偽造品”であっても、比較された分類データの対応関係に基づき、100％の場面でオリジナリティまたはオリジナリティの欠如を判定することができ、オリジナルの絵画の比較された分類データ及び／又は贋作の絵画の分類データとの重要な対応関係の間で、重要な偏差に向かう傾向を検出できることを依然として可能とし、結果として、正確な評価をすることができる。

ステップ７０および１１０では、オリジナルの絵画用及び／又は贋作の絵画用の分類データの参照データレコードと、上述した追加の分類データを比較する。この追加の分類データとオリジナルの絵画用の分類データの参照データレコードとの比較において、当該追加の分類データと参照データレコードとの間に最小限の対応関係があれば、その絵画は上述した画家によるオリジナルの絵画と結論付けられ、最小限の対応関係がなければ、その絵画は偽造品であると結論付けられる。上述した追加の分類データと贋作の絵画用の分類データの参照データレコードとの比較であるステップ１１０では、当該追加の分類データと贋作の絵画用の分類データの参照データレコードとの間の対応関係が、この追加の分類データとオリジナルの絵画用の分類データの参照データレコードとの間の対応関係よりも多い場合、その絵画は偽造品であると結論付けられ、その一方で、そうでない場合はその絵画はオリジナルの絵画と結論付けられる。ＣＨＡＲＭ法に従い、分類データに基づく対応関係のために検証された様々な個々の特徴に異なる重み付けをすることができ、例えば1000個の個々の特徴を検証した場合、関連性のある個々の特徴のいくつか、例えばより強く重み付けがされた50個の特徴における偏差が、偽造品を示すようにする。

本発明に従った当該方法は、緊急のシステム自己検証機能を有することができ、上述の２つの比較を別々に取得した時、これら２つの比較のステップ７０および１１０は、オリジナリティの判定に関して常に同一の結果をもたらすことが理解されている。もし、ステップ７０の結果がステップ１１０の結果に反していると判定した場合、すなわち、一方のステップが検証対象の絵画はオリジナルであると示し、他方のステップが検証対象の絵画は贋作であると示す場合、その時は、信頼性の高いオリジナリティの判定が不可能であるという上述のメカニズムに基づいて検証することができる。

複数のオリジナルの絵画のコレクションからのオリジナルの絵画、および複数の贋作の絵画のコレクションからの贋作の絵画の両方の検証対象の絵画と、他のオリジナリティの検証対象の絵画とは、異なる前処理ステップに導かれてもよい。当該前処理ステップは、特にステップ３０，６０および１００に先立って、すなわち、それぞれの分類データの検出に先立って行なうべきであり、例えば、処理操作を単純化すること、及び／又は分類データの取得量を高めること、すなわちデータ品質を高めること、などを目的とするべきである。

本発明に従った方法では、ステップ１２０において、オリジナルの絵画、贋作の絵画および検証対象の絵画のそれぞれのデジタル画像を部分的な画像セグメントに分割し、当該部分的な画像セグメントの少なくとも１つについて、分類データのそれぞれの検出のステップであるステップ３０，６０および１００を以下のように実施する、ということを備えることができる。選択された部分的な画像セグメントの情報密度に応じて、当該部分的な画像セグメントのうちの１つを分析することは、上述されたオリジナリティを検証し、また十分な信頼性で検証を行なうのに、すなわちオリジナリティの信頼性の高い評価を可能にする十分な量の分類データを作成するのに、十分であるかもしれない。

画像を部分的な画像セグメントに分解する時、隣接する部分的な画像セグメントを構成する第１グリッド２００に従って、当該デジタル画像のそれぞれを分解することができ、隣接する部分的な画像セグメントを構成する第２グリッド３００に従って、当該デジタル画像のそれぞれをさらに分解することができ、これらの画像の画像平面内の、互いに直交する２つの軸の少なくとも１つのオフセット量により、当該第１および第２グリッド２００，３００がシフトされる。このことは、図２で詳細に説明されている。第１グリッド２００に従って分解された部分的な画像セグメント、および第２グリッド３００に従って分解された部分的な画像セグメントに対して、分類データの取得のステップであるステップ３０，６０，１００を実施できる。より良好な概観のため、図２は第２グリッド３００の部分的な詳細のみを示している。上述したテクスチャまたはストラクチャ（structures）は第２グリッド３００の分割線を越えて分散され、したがって、これらのテクスチャまたはストラクチャは分類データを取得する時にコンテキスト（context）から取り出されて、恐らく全く考慮されない、という事実のために、ここで説明するグリッドシフトを用いて、ストラクチャやテクスチャの検出で情報が失われることを防止できる。

図３で説明されているように、分類データの取得のステップであるステップ３０，６０および１００の前に、カラー値またはグレー値のヒストグラム平坦化をそれぞれのデジタル画像に適用することができ、当該それぞれのデジタル画像に使用される色のスペクトルまたはグレー値のスペクトルを、全ての利用可能な色空間、及び／又はグレー値の空間に変換し、当該デジタル画像全体または部分的な画像セグメントのいずれかに、このヒストグラム平坦化を適用する。

図４では、デジタル画像の前処理用の他の手段を説明している。特に、プロセスを単純化すると同時に、図２を参照して説明されたデジタル画像のグリッディング（格子化）後の分類データの品質を向上させるために、本発明の方法では、均一な部分について、特に単色の部分について、及び／又はそれぞれの画像データやそれぞれの部分的な画像セグメントの詳細が全くない均一な部分について、分類データを取得しないことを備えることができる。このことは、分析可能な分類データを当該均一な部分が有しない、もしくは当該均一な部分が有する分類データは、影響を受ける画像の部分の均一性のために、オリジナリティの判定に関しては関連性がない、という前提に基づいている。この均一な部分をフィルタリングするために、本発明の方法では、１つのステップ１４０において、カラー値またはグレー値のヒストグラムにおいて一定の最低周波数を有する、カラー値またはグレー値の最大値を定めることにより、このカラー値またはグレー値のヒストグラムに基づいてデジタル画像を取得する、ということを備えることができる。なお均一な部分は、最低周波数を有するカラー値またはグレー値の数値が、その部分のヒストグラムにおける当該最大値よりも小さい場合に結論付けられる。

前処理用の追加の手段として、分類データの取得のステップであるステップ３０，６０，１００の前に、ステップ１５０において、ソフトフォーカス、特にガウシアンフィルタを、それぞれのデジタル画像、及び／又はそれらの部分的な画像セグメントに使用してもよく、それぞれの絵画の不純物、及び／又は傷の影響を低減する。

図４および図５における複合表示において、フィルタリングされた均一な画像部分、及び／又はフィルタリングされた部分的な画像セグメントの量が、許容の閾値で増減されることを示している。この許容の閾値が高いほど、より多くの画像成分をフィルタリングすることができる。ここでは、特に不均一な画像の構成要素が、オリジナリティの判定用に本明細書で説明された方法に特に適している、と考慮される。したがって、ほぼ単色の絵画の場合には、許容の閾値を低く保ち、特にヒストグラムの拡大を行なうことが必要であり、当該ヒストグラムの拡大は、図３を参照して説明され、この絵画におけるストラクチャの存在をより良好に理解する。

上述した説明および特許請求の範囲に開示された特徴および図面で説明された特徴は、本発明の実施のために、個々でも、あるいは任意の組み合わせでも重要であり得る。

Claims (10)

1. ａ）特定の画家による、複数のオリジナルの絵画のコレクションを備えるステップ（10）、および当該複数のオリジナルの絵画のコレクションから、オリジナルの絵画ごとに少なくとも１つのデジタル画像を作成するステップ（20）と；
   ｂ）前記コレクションにおけるそれぞれのオリジナルの絵画の前記デジタル画像のそれぞれ一つに対する分類データを、ＷＮＤ−ＣＨＡＲＭ法を用いて検出するステップ（30）であって、当該分類データは、前記画家によるオリジナルの絵画用の分類データの参照データレコードであるステップと；
   ｃ）追加の絵画を備えるステップ（40）、および当該追加の絵画の少なくとも１つのデジタル画像を作成するステップ（50）と；
   ｄ）前記追加の絵画の前記デジタル画像に対する追加の分類データを、ＷＮＤ−ＣＨＡＲＭ法を用いて検出するステップ（60）と；
   ｅ）前記追加の分類データを、オリジナルの絵画用の分類データの前記参照データレコードと比較するステップ（70）であって、当該追加の分類データと当該参照データレコードとの間で最小限の対応関係に達する、または最小限の対応関係を超えると、前記追加の絵画が前記画家によるオリジナルの絵画であると結論付けられ、そうでなければ贋作であると結論付けられるステップと、
   を備えることを特徴とする絵画の真贋の評価方法。
2. ａａ）前記画家による、複数の贋作の絵画のコレクションを備えるステップ（80）、および当該複数の贋作の絵画のコレクションから、贋作の絵画ごとに少なくとも１つのデジタル画像を作成するステップ（90）と；
   ｂｂ）前記贋作の絵画のコレクションにおけるそれぞれの贋作の絵画の前記デジタル画像のそれぞれ一つに対する分類データを、ＷＮＤ−ＣＨＡＲＭ法を用いて取得するステップ（100）であって、当該分類データは、前記画家による贋作の絵画用の分類データの参照データレコードであるステップと；
   ｅｅ）前記追加の分類データを、贋作の絵画用の分類データの前記参照データレコードと比較するステップ（110）であって、前記追加の分類データと前記贋作の絵画用の分類データの参照データレコードとの間の対応関係が、当該追加の分類データと前記オリジナルの絵画用の分類データの参照データレコードとの間の対応関係より多い場合、前記追加の絵画が贋作であると結論付けられるステップと、
   をさらに備えることを特徴とする請求項１記載の絵画の真贋の評価方法。
3. 前記分類データを取得するそれぞれのステップ（30，60，100）の前に、前記デジタル画像のそれぞれを部分的な画像セグメントに分解し（120）、当該部分的な画像セグメントの少なくとも１つに対して、前記分類データを取得するそれぞれのステップ（30，60，100）が実施されることを特徴とする請求項１または２記載の絵画の真贋の評価方法。
4. 前記デジタル画像のそれぞれを、隣接する部分的な画像セグメントの第１グリッド（200）に従って分解する（120）ことができ、また隣接する部分的な画像セグメントの第２グリッド（300）に従ってさらに分解する（120）ことができ、
   前記デジタル画像の画像平面で互いに直交する２つの軸のうちの少なくとも１つにおけるオフセットにより、前記第１および第２グリッド（200，300）がお互いに対してシフトされ、
   前記第１グリッド（200）に従って分解された前記部分的な画像セグメント（120）に対して前記分類データを取得するステップ（30，60，100）が行なわれ、ならびに前記第２グリッド（300）に従って分解された前記部分的な画像セグメント（120）に対して前記分類データを取得するステップ（30，60，100）が行なわれることを特徴とする請求項３記載の絵画の真贋の評価方法。
5. 前記分類データを取得するステップ（30，60，100）のそれぞれのステップの前に、前記デジタル画像のそれぞれにカラー値またはグレー値のヒストグラム平坦化を適用し（130）、
   前記ヒストグラム平坦化を、前記デジタル画像全体またはそれらの部分的な画像セグメントに適用することを特徴とする請求項１〜４のいずれか１項に記載の絵画の真贋の評価方法。
6. 均一な部分である特に単色の部分について、及び／又は前記デジタル画像のそれぞれや前記部分的な画像セグメントのそれぞれ詳細がない部分について、分類データを取得しないことを特徴とする請求項１〜５のいずれか１項に記載の絵画の真贋の評価方法。
7. 前記デジタル画像の前記均一な部分は、カラー値またはグレー値のヒストグラムに基づいて取得され、そのカラー値またはグレー値の最大値が、前記ヒストグラムにおける一定の最低周波数を有して定められ、
   前記均一な部分は、前記最低周波数を有するカラー値またはグレー値の数値が前記最大値よりも小さい場合に結論付けられることを特徴とする請求項６記載の絵画の真贋の評価方法。
8. 前記分類データを取得するステップ（30，60，100）の前に、ソフトフォーカス、特にガウシアンフィルタを、それぞれのデジタル画像、及び／又はそれらの部分的な画像セグメントに使用し、それぞれの絵画の不純物、及び／又は傷の影響を低減することを特徴とする請求項１〜７のいずれか１項に記載の絵画の真贋の評価方法。
9. 複数の贋作の絵画及び／又はオリジナルの絵画の前記コレクションにおける前記デジタル画像や前記追加の絵画のデジタル画像を写真的に作成し（20，50，90）、
   各画像は複数の画素からなる画像データファイルとして供給されることを特徴とする請求項１〜８のいずれか１項に記載の絵画の真贋の評価方法。
10. 請求項１〜９のいずれか１項に記載の絵画の真贋の評価方法での、前記ＷＮＤ−ＣＨＡＲＭ法の使用方法。